Ba tuần trước, tôi đã viết một bài giới thiệu về Kimi K2.6 và gọi nó là mô hình mà hầu hết mọi người đang bỏ qua.
Bài viết được đăng, mọi người dùng thử, và một nửa trong số họ quay lại hỏi cùng một câu hỏi.
"Được rồi, nhưng làm thế nào để tôi thực sự dùng thứ này cho công việc thực tế?"
Đây chính là câu trả lời, sâu hơn bài giới thiệu, ít bề mặt hơn, nhiều chiến thuật hơn.
Các tính năng mới, bốn chế độ mà hầu hết người vận hành không biết là tồn tại, các prompt để copy và test ngay hôm nay, và các trường hợp sử dụng mà chưa ai viết về.
Nếu bạn đã đọc bài đầu tiên, đây là phần tiếp theo mà bạn mong đợi. Nếu chưa, bạn sẽ bắt kịp nhanh thôi.
Tóm tắt nhanh...
Kimi K2.6 là mô hình mã nguồn mở của Moonshot AI, được phát hành vào ngày 20 tháng 4 năm 2026. Nó miễn phí và có giá khoảng $0.55-0.80 cho mỗi triệu token đầu vào qua API, rẻ hơn khoảng 7-10 lần so với Claude cho cùng một khối lượng công việc, tùy thuộc vào khối lượng đầu ra.
Điểm nhấn kỹ thuật là 300 tác nhân phụ thực thi 4,000 bước phối hợp song song.
Đó là bầy tác nhân, một prompt -> hàng trăm tác nhân làm việc đồng thời, một bộ điều phối hợp nhất kết quả.
Con số gây chú ý đó là nơi hầu hết các bài viết dừng lại, câu chuyện thực sự là tại sao kiến trúc này lại tồn tại ngay từ đầu.
Tại sao AI một tác nhân đã chạm đến trần cấu trúc
Đây là cách Moonshot định hình vấn đề, không phải của tôi, và nó đánh trúng tâm lý hơn bất kỳ hướng dẫn nào.
Trong ba năm qua, ngành AI đã liên tục cải tiến chiếc búa. Suy luận nhanh hơn, ngữ cảnh dài hơn, token rẻ hơn. Mỗi bản phát hành đều nhằm mục đích làm cho công cụ tốt hơn một chút.
Vấn đề là người thợ mộc vẫn chỉ có hai tay và hai mươi bốn giờ một ngày. Một chiếc búa tốt hơn không giúp ích gì nếu nút thắt cổ chai chưa bao giờ là chiếc búa.
Đây là phần mà hầu hết mọi người bỏ qua. Hãy yêu cầu một công cụ nghiên cứu sâu một tác nhân khảo sát một trăm công ty hoặc tổng hợp hàng chục bài báo.
Khi nhiệm vụ kéo dài, cửa sổ ngữ cảnh đầy lên, hệ thống phải dùng đến kỹ thuật gấp lịch sử hoặc tóm tắt để nhường chỗ cho token mới.
Quá trình nén đó là mất mát, và mọi bước suy luận tiếp theo trở nên tệ hơn.
Đây không phải là một lỗi hay giới hạn tạm thời. Đó là trần cấu trúc do chính mô hình thực thi tuần tự một tác nhân áp đặt. Bạn không thể sửa nó bằng một mô hình thông minh hơn. Bạn chỉ có thể sửa nó bằng cách từ bỏ kiến trúc đó.
Đó là những gì Agent Swarm làm, không phải một tác nhân đơn lẻ tốt hơn, mà là một sự tái cấu trúc toàn bộ xưởng làm việc.
K2.5 có 100 tác nhân phụ và 1,500 bước phối hợp. K2.6 có 300 tác nhân phụ và 4,000 bước.
Kết quả thực tế trên các tác vụ dài hạn mang lại tốc độ thực thi nhanh hơn tới 4.5 lần so với tác nhân tuần tự trên cùng một công việc, với chất lượng cuối cùng cao hơn vì bầy tác nhân tránh được một cách có cấu trúc sự sụp đổ ngữ cảnh làm hỏng các tác nhân đơn lẻ.
Những con số gây chú ý là có thật, và lý do chúng quan trọng là vì nút thắt cổ chai đã được di chuyển.
Agent Swarm là một tổ chức tự thiết kế chính nó
Câu nói từ bài đăng nghiên cứu của Moonshot mà hầu như không ai trích dẫn:
"Đây không phải là câu chuyện về nhiều tác nhân AI làm việc cùng nhau. Những gì chúng tôi đang xây dựng là một cấu trúc tổ chức với ông chủ, nhân viên và sự phân công lao động, ngoại trừ việc tổ chức này không được thiết kế bởi con người. Nó tự thiết kế chính nó."
Khi bạn giao một mục tiêu cho Agent Swarm, bạn không phải đang ra lệnh cho một trợ lý. Bạn đang thuê một CEO. CEO đó sau đó sẽ tự tìm các nhà nghiên cứu, nhà phân tích, người kiểm tra thực tế, tất cả đều tự động.
Bạn không quản lý vi mô. Bạn không chọn đội nhóm. Bạn xác định sản phẩm bàn giao, và bầy tác nhân xây dựng tổ chức cần thiết để hoàn thành nó.
🚨 Được rồi, đây là những gì Agent Swarm đưa ra cho tôi như một câu trả lời cho câu hỏi đơn giản "Hãy cho tôi thấy bạn có thể làm gì"
Sự tự tổ chức đó mới là bước đột phá thực sự. Mọi hệ thống "đa tác nhân" khác trên thị trường đều là việc LLM A gọi LLM B trong một vòng lặp cố định mà bạn phải thiết kế.
Bầy tác nhân của Kimi xây dựng sơ đồ tổ chức từ đầu mỗi lần, với quy mô phù hợp với khối lượng công việc trước mắt.
Bầy tác nhân thực sự hoạt động như thế nào
Năm điều xảy ra bên dưới mui xe khi bạn gửi một tác vụ bầy tác nhân.
Phân rã. Bộ điều phối chia nhỏ mục tiêu của bạn thành các tác vụ con chuyên biệt theo lĩnh vực. Nghiên cứu được chuyển đến các tác nhân nghiên cứu, tổng hợp đến các tác nhân tổng hợp, viết lách đến các tác nhân viết lách.
Ghép tác nhân. Mỗi tác vụ con được định tuyến đến tác nhân phụ phù hợp nhất dựa trên kỹ năng và công cụ. Sự định tuyến này là lý do tại sao K2.6 đạt 86.3% trên BrowseComp ở chế độ Swarm so với 78.4% của K2.5, cùng một số lượng công nhân, nhưng điều phối thông minh hơn.
Thực thi song song. Tất cả các tác nhân phụ làm việc đồng thời với cửa sổ ngữ cảnh riêng của chúng, điều này giải quyết vấn đề sụp đổ ngữ cảnh làm hỏng các lần chạy một tác nhân.
Phục hồi lỗi. Khi một tác nhân phụ bị đình trệ, bộ điều phối chuyển hướng và phân công lại. Bầy tác nhân tự chữa lành trong quá trình chạy.
Tổng hợp. Các đầu ra hợp nhất thành một sản phẩm bàn giao mạch lạc duy nhất với các mâu thuẫn được giải quyết.
Có một điều thứ sáu mà không ai nói đến: sự bất đồng có cấu trúc. Các tác nhân độc lập tự nhiên đi đến các kết luận khác nhau về các câu hỏi chồng chéo, bộ điều phối buộc phải hòa giải, và điều đó về mặt cấu trúc tránh được tư duy tập thể. Đây là lý do tại sao đầu ra của bầy tác nhân thường sắc sảo hơn so với những gì một mô hình duy nhất tạo ra.
Các ví dụ của riêng Moonshot chứng minh điều này: bầy tác nhân đã kéo hơn 200 bài luận của Paul Graham rải rác trên các trang web cá nhân và kho lưu trữ vào 6 thư mục theo chủ đề kèm một báo cáo tóm tắt đầy đủ, chỉ với một prompt.
Một lần chạy khác đã tìm ra 3 nhà sáng tạo hàng đầu trên 100 lĩnh vực YouTube ngách, tự định nghĩa từng lĩnh vực ngách trước khi điều phối 100 tác nhân phụ song song.
Mô hình giống nhau trong cả hai trường hợp: một núi thông tin cần tìm hoặc xử lý, nơi mỗi mục là độc lập. Đó là điểm ngọt ngào. Đối với các tác vụ tuần tự nơi bước N phụ thuộc vào bước N-1, hãy ở lại chế độ một tác nhân.
Bốn chế độ. Instant cho tra cứu nhanh, Thinking cho phân tích và code phức tạp, Agent cho các tác vụ tự động trung bình như một báo cáo 10 trang, Agent Swarm chỉ khi công việc thực sự song song hóa được. Hầu hết người vận hành với lấy chế độ Swarm theo mặc định và trả tiền cho tính song song mà họ không bao giờ sử dụng. Hãy ghép chế độ với quy mô tác vụ.
Ba tính năng ít được sử dụng và những gì để xây dựng với chúng
Chạy /plan trước /swarm, hầu như không ai dạy điều này.
/plan cho bạn thấy chính xác cách Kimi sẽ phân rã tác vụ của bạn thành các tác nhân phụ và các bước trước khi bất kỳ công việc nào diễn ra.
Bạn thấy kế hoạch, điều chỉnh nếu các tác nhân sai, sau đó cam kết.
Không tốn gì, một bầy tác nhân 200 tác nhân phân rã sai sẽ tốn tiền thật.
Document to Skills: Tải lên tác phẩm tốt nhất của bạn, một báo cáo trau chuốt, một trang đích, một bài thuyết trình đã chốt được giao dịch. Kimi nắm bắt dấu vết cấu trúc và phong cách như một kỹ năng có thể tái sử dụng mà mọi bầy tác nhân trong tương lai sẽ tự động áp dụng. Nằm trong menu, hầu như không ai sử dụng.
Thiết kế định hướng code: Cùng một prompt, hai kết quả khác nhau. Claude mặc định tạo bố cục template sạch sẽ. Kimi coi UI là một vấn đề code trước tiên, kết hợp với bộ mã hóa MoonVIT, và tạo ra các bố cục biên tập có cảm giác được sắp đặt có chủ ý.
Prompt cả hai với "thiết kế một trang đích cho The J Hotel". Claude trả về một mẫu đặt phòng căn giữa trên nền xanh navy với điểm nhấn vàng, trông giống như mọi trang khách sạn AI khác.
Kimi trả về một bố cục biên tập căn trái với một ảnh hero ấm áp, "Đặt phòng" nổi trên hình ảnh, kiểu chữ có cảm giác được thiết kế.
Nếu bạn vận chuyển giao diện người dùng ở quy mô lớn, hãy chuyển sang Kimi cho phần đó của quy trình làm việc.
Sáu điều để xây dựng hôm nay:
Chiến lược thâm nhập thị trường đa giai đoạn tạo ra PDF, Excel và PowerPoint trong một lần chạy.
Nghiên cứu chuyên sâu học thuật so sánh kéo 24 tháng bài báo liên quan thành một bản phân tích 40 trang.
Bảng điều khiển tài chính từ CSV thô với tích hợp dữ liệu vĩ mô.
Kiểm tra thư viện nội dung viết lại 50 bài đăng cũ với dấu vết nhất quán.
Tiếp cận ở quy mô 300 khách hàng tiềm năng thay vì 30 khách hàng tuần tự.
Tái cấu trúc code dài hạn chia một cơ sở mã kế thừa 50,000 dòng theo mô-đun, chạy tự động trong 24-36 giờ.
Ba prompt thực tế để test hôm nay:
Đây là prompt cấp độ người vận hành, khóa phạm vi, quy tắc nguồn, xử lý lỗi và điều kiện ngưỡng, không phải các prompt chung chung tràn ngập dòng thời gian.
Test 1: Agent Swarm nghiên cứu song song
Chuyển Kimi sang chế độ Agent Swarm, sau đó dán đoạn này.
<code-segment id="0" lang="text">
Lập kế hoạch thâm nhập thị trường Đông Nam Á cho một SaaS B2B vào năm 2026. Phân tích các rào cản pháp lý, bối cảnh cạnh tranh, mô hình định giá và đối tác phân phối tiềm năng. Ưu tiên thị trường: Indonesia, Thái Lan, Việt Nam. Đầu ra: báo cáo PDF 20 trang, mô hình tài chính Excel và bộ 10 slide PowerPoint với đề xuất chiến lược và lộ trình.
</code-segment>
Những gì bạn sẽ thấy: bầy tác nhân chia nhỏ nghiên cứu trên nhiều tác nhân, mỗi tác nhân lấy từ các nguồn khác nhau song song, sau đó hợp nhất thành một sản phẩm bàn giao duy nhất và sạch sẽ. Hãy đo thời gian so với việc làm thủ công.
Test 2: Document to Skills
Tìm tác phẩm chuyên nghiệp tốt nhất của bạn. Một báo cáo, một đề xuất, một bài thuyết trình, bất cứ thứ gì bạn tự hào. Tải nó lên và dán đoạn này.
<code-segment id="1" lang="text">
Học dấu vết phong cách từ tài liệu này. Áp dụng dấu vết này để viết một báo cáo phân tích thị trường dài 15 trang về tương lai của thị trường drone giao hàng ở châu Âu. Bao gồm các phần: tổng quan thị trường, phân tích cạnh tranh, rào cản pháp lý, dự báo tăng trưởng 2026-2028 và khuyến nghị chiến lược cho người mới tham gia.
</code-segment>
Những gì bạn sẽ thấy: một tài liệu mới về một chủ đề hoàn toàn khác nhưng có cảm giác như cùng một tác giả đã viết nó. Đây là bước đột phá để sản xuất đầu ra cao cấp ở quy mô lớn.
Test 3: Chế độ Plan để xác thực bầy tác nhân
Trước bất kỳ lần chạy bầy tác nhân đắt tiền nào, hãy test sự phân rã.
<code-segment id="2" lang="text">
/plan Tổng hợp 12 tháng nghiên cứu gần đây nhất về AI trong chẩn đoán hình ảnh y tế từ các bài báo trên arXiv, PubMed và các hội nghị hàng đầu. Sản phẩm bàn giao: báo cáo có chú thích đầy đủ với bảng so sánh, biểu đồ xu hướng và các câu hỏi nghiên cứu mới nổi.
</code-segment>
Những gì bạn sẽ thấy: Kimi trình bày chính xác cách nó sẽ tấn công tác vụ trước khi cam kết. Chính sách bảo hiểm rẻ nhất bạn có thể mua trước khi khởi động một bầy tác nhân 200 tác nhân.
Và một trong những phần quan trọng nhất | Bức tranh chi phí, trung thực.
Một vài con số ước tính để bạn có thể hiệu chỉnh:
Gói miễn phí trên Kimi cho bạn quyền truy cập ngay vào chế độ Instant và Thinking. Agent và Agent Swarm yêu cầu gói Allegretto, nhưng tôi thẳng thắn nói rằng nó đáng giá.
Giá API vào khoảng $0.55-0.80 cho mỗi triệu token đầu vào và $2.65-3.60 cho mỗi triệu token đầu ra, tùy thuộc vào endpoint và định tuyến.
Rẻ hơn khoảng 7-10 lần so với Claude Opus cho cùng một khối lượng công việc.
Một lần chạy nghiên cứu 100 tác nhân tạo ra báo cáo 40 trang với chú thích và bộ dữ liệu có cấu trúc thường tốn $2-6 token.
Cùng một công việc qua Claude Code với điều phối thủ công tốn $30-80 và mất thời gian gấp ba lần.
Tự lưu trữ là miễn phí nếu bạn có phần cứng, trọng số có sẵn trên Hugging Face theo Giấy phép MIT đã sửa đổi.
- Leo
